Kaj je statistično vzorčenje?

Velikokrat raziskovalci želijo vedeti odgovore na vprašanja, ki so obsežna. Na primer:

• Kaj so sinoči vsi v določeni državi gledali na televiziji?
• Kdo voli volilno telo nameravajo glasovati za na prihajajočih volitvah?
• Koliko ptic se na določeni lokaciji vrne iz selitve?
• Kolikšen odstotek delovne sile je brezposelnih?

Tovrstnih vprašanj je ogromno v smislu, da od njih zahtevamo, da spremljamo milijone posameznikov.

Statistika poenostavlja te težave z uporabo tehnike, imenovane vzorčenje. S statističnim vzorcem se lahko naša delovna obremenitev neizmerno zmanjša. Namesto da bi spremljali vedenje milijard ali milijonov, moramo preučiti le tisoče ali stotine. Kot bomo videli, je ta poenostavitev cena.

O populaciji statistične študije je tisto, o čemer poskušamo nekaj izvedeti. Sestavljajo ga vsi posamezniki, ki jih pregledujemo. Prebivalstvo je res lahko karkoli. Kalifornijski prebivalci, caribous, računalniki, avtomobili ali okrožja bi se lahko šteli za prebivalstvo, odvisno od statističnega vprašanja. Čeprav je večina populacij, ki se raziskujejo, velika, jih ni nujno, da so.

Ena od strategij za raziskovanje prebivalstva je izvajanje popisa. V popisu preučimo vsakega člana populacije v naši raziskavi. Primarni primer tega je Popis ZDA. Popisni urad na vsakih deset let pošlje vprašalnik vsem v državi. Tisti, ki obrazca ne vrnejo, obiščejo popisni delavci

Popisi so polni težav. Običajno so drage glede na čas in vire. Poleg tega je težko zagotoviti, da so vsi v populaciji dosegljivi. Ostalo prebivalstvo je še težje izvesti popis. Če bi želeli preučiti navade psov potepuhov v zvezni državi New York, bi se sreča zaokrožila vse teh prehodnih pasjih psov.

Ker je običajno nemogoče ali nepraktično izslediti vsakega člana populacije, je naslednja možnost, da se vzorči prebivalstvo. Vzorec je katera koli podskupina populacije, zato je njegova velikost lahko majhna ali velika. Želimo, da je vzorec dovolj majhen, da ga lahko upravljamo z našimi računalniškimi močmi, vendar dovolj velik, da lahko dobimo statistično pomembne rezultate.

Če volilno podjetje poskuša ugotoviti zadovoljstvo volivcev s Kongresom in njegovim Velikost vzorca je eno, potem bodo rezultati nesmiselni (vendar jih je enostavno dobiti). Po drugi strani pa z vprašanjem milijonov ljudi porabijo preveč sredstev. Da bi dosegli ravnovesje, imajo ankete te vrste običajno približno 1000 vzorcev.

Toda pravilna velikost vzorca ni dovolj za zagotovitev dobrih rezultatov. Želimo vzorec, ki je reprezentativen za populacijo. Recimo, da želimo izvedeti, koliko knjig povprečno prebira povprečen Američan letno. Od 2000 študentov prosimo, naj spremljajo, kaj so prebrali skozi leto, nato pa se pozanimajte, ko je preteklo leto. Ugotovimo, da je povprečno število prebranih knjig 12, nato pa sklepamo, da povprečen Američan prebere 12 knjig na leto.

Težava tega scenarija je z vzorcem. Večina študentov je starih med 18 in 25 let, njihovi inštruktorji pa morajo brati učbenike in romane. To je slaba zastopanost povprečnega Američana. Dober vzorec bi vseboval ljudi različnih starosti, z vseh slojev življenja in iz različnih regij države. Za pridobitev takega vzorca bi ga morali sestaviti naključno, tako da ima vsak Američan enako verjetnost, da bo v vzorcu.

Zlati standard statističnih poskusov je preprost naključni vzorec. V takem vzorcu velikosti n posamezniki, vsak pripadnik populacije ima enako verjetnost, da bodo izbrani za vzorec, in vsaka skupina prebivalstva n posamezniki imajo enako verjetnost, da bodo izbrani. Obstajajo različni načini vzorčenja populacije. Nekatere najpogostejše so:

• Naključni vzorec
• Preprost naključni vzorec
• Vzorec prostovoljnega odziva
• Vzorec priročnosti
• Sistematičen vzorec
• Vzorec grozda
• Stratificiran vzorec

Kot pravi pregovor: "Dobro začelo je napol končano." Da bi imeli naši statistični študiji in poskusi dobre rezultate, jih moramo skrbno načrtovati in začeti. S slabimi statističnimi vzorci je enostavno priti. Dobro preprosti naključni vzorci zahtevajo nekaj dela za pridobitev. Če so bili naši podatki pridobljeni naključno in na kavalir način, ne glede na to, kako prefinjena je naša analiza, nam statistične tehnike ne bodo dale nobenih vrednih zaključkov.